¿Cuál es la relación entre las redes neuronales y la regresión logística dado que un NN de alimentación de una sola capa parece una regresión logística?

Vamos a desglosarlo. Así es como se ve una red neuronal de alimentación directa.

Busquemos el algoritmo de regresión logística.

Qué sucede exactamente en un solo NN.

  • Primero incorporamos valores de entrada y luego lo entrenamos para obtener valores de salida.
  • Luego inicializamos nuestra clase y asignamos pesos aleatorios a una matriz de tres por uno con los valores en el rango de -1 a +1 con una media de 0.
  • La parte importante donde asignamos una función de activación al NN, cuando le pasamos la función ponderada, la convertirá en probabilidad entre 0 y 1. Esto ayudará a hacer nuestra predicción.
  • Y luego entrenamos iterativamente actualizando pesos para minimizar el error.

Sí, incluso la arquitectura de Single Feedforward NN y el algoritmo de regresión logística se parecen.

Una regresión logística es una instancia especial de Single feedforward NN.

Fuente de imagen-Google

La red neuronal de alimentación de una sola capa y la regresión logística no tienen ninguna diferencia. Tienes razón.

Lo que hace que la red neuronal sea diferente de la regresión logística es su capacidad de hacer una regresión para un gran número de parámetros y datos con precisión en comparación con la regresión logística debido al hecho:

  • Tiene múltiples capas para iterar en pesos
  • Propagación inversa a la corrección de errores, lo que lo hace autosuficiente para crear un patrón verdadero real muy cercano al deseado.
  • Son habilidades para tener una precisión mucho mejor para una relación no lineal en los datos.
  • Para datos de tamaño medio a grande requiere menos espacio. Aunque puede requerir más tiempo para completar.

Espero que esto ayude.

Según tengo entendido, una regresión logística binomial es simplemente una red neuronal de un nodo y una capa que utiliza una función de activación sigmoidea .
Cuando se usa para la predicción, le sigue una función de umbral que devuelve 1 si es mayor que 0.5 (el valor del umbral) y 0 en caso contrario.

More Interesting

Cómo comenzar a desarrollar un chatbot

¿Debería alguien interesado en hacer investigación de aprendizaje automático aprender NumPy o MATLAB?

¿Qué es un proyecto paralelo fácil pero divertido de la vida real basado en algoritmos genéticos?

¿Cuáles son los ejemplos más exitosos de música creada por computadora?

¿Qué crm usa la inteligencia artificial?

¿Cuándo combino algoritmos genéticos con redes neuronales?

Dada la variedad y el éxito de sus productos, ¿cómo podría la evolución por selección natural sugerir un modelo de inteligencia, y cómo podría aplicarse ese modelo al desarrollo de la IA (o tal vez ya se esté aplicando)?

¿La robótica es parte de la IA? cual es la diferencia entre ellos?

¿Deberíamos tener leyes que limiten los tipos de trabajos que la IA reemplazaría? Si es así, ¿qué trabajos serían?

¿Puede la inteligencia artificial construir una inteligencia humana millones de veces más inteligente?

Tengo 37 años (MSc.SoftwareEng y experiencia -gestión de proyectos de software) con un gran interés en la academia y la IA. ¿Es prudente obtener un doctorado? en IA / robótica?

¿Cuál es el nombre de este modelo matemático: [matemáticas] \ begin {eqnarray} \ mbox {output} & = & \ left \ {\ begin {array} {ll} 0 & \ mbox {if} \ sum_j w_j x_j \ leq \ mbox {umbral} \\ 1 & \ mbox {if} \ sum_j w_j x_j> \ mbox {umbral} \ end {array} \ right. \ end {eqnarray} [/ math]?

El futuro: a largo plazo, ¿cuáles serán más inteligentes, máquinas inteligentes o humanos?

¿Cortana aprende y mejora con cada consulta, o solo mejora con actualizaciones?

¿Dónde puedo encontrar todas las piezas para IBM Watson y quién me puede ayudar a construirlo?